• Proceedings of the IEEK Conference
• /
• 2003.07d
• /
• pp.1275-1278
• /
• 2003

본 논문에서는 오차 역전파 알고리즘의 전역 최소값을 찾지 못하는 문제점에 대해서 설명하였고, 이 문제를 해결하기 위한 방법으로 유전자 알고리즘에 대해서 설명하였다. 오차 역전파 알고리즘은 기본적으로 경도 하강법을 따른다. 따라서 신경망의 각 가중값 행렬이 만드는 고차의 오차 평면이 대부분의 문제에서 다수의 국부 최소값들을 가지는게 일반적인데, 가중값의 변화가 한방으로 진행하기 시작하여, 오차가 증가되어지는 언덕이 학습 계수보다 크다면 더 이상 학습은 진행되지 않고 거기에서 빠져나가지 못한다. 따라서 초기의 위치가 중요한 역할을 하는데, 이 문제를 해결하기 위해서 유전자 알고리즘을 이용한 신경망 초기화 방법을 제안하였다. 끝으로, 간단한 실험으로 제안된 방법을 구현하고 결과에 대해서 논하였다

• The Korean Journal of Applied Statistics
• /
• v.12 no.2
• /
• pp.505-515
• /
• 1999

인공신경망 모형을 적합시키는데 사용하는 역전파 알고리즘을 로버스트하게 만드는 새로운 오차함수를 제안했으며, 새 방법의 성능을 확인하기 위해 Liano가 제안한 방법에 따라 모의실험을 수행했다. 실험결과 새 방법은 LMS방법만큼 안정적이었으며, Liano의 LMLS방법보다 더 로버스트했다. 또 실제 사례를 분석함으로써 이 방법이 의미있는 방법임을 보였다. 새 방법은 특히 오차가 없거나 작은 오차를 갖는 표본에 대해서도 좋은 성질을 가짐으로서 대형오차의 유무에 관계없이 항상 사용할 수 있는 방법으로 판명되었다.

• Proceedings of the KIEE Conference
• /
• 2003.11a
• /
• pp.475-478
• /
• 2003

본 논문에서는 쿠르노 모형을 적용한 양방향입찰 전력 풀시장에서 입찰에 참여하는 발전기가 최대 이익을 얻기 위한 입찰전략으로서 신경회로망의 오차 역전파 알고리즘을 이용하여 최적 입찰발전량과 입찰가격을 수립하는 기법에 관하여 연구한다. 전력시장 환경은 n 개의 발전기들이 참여하는 비협조적 불완전정보 시장으로 설정하고 Bayesian의 조건부 확률이론을 적용하여 상대 발전기들의 발전비용함수와 시장의 수요함수를 추정하여 발전기 상호간 쿠르노-내쉬균형점을 이루는 최적 입찰발전량을 예측한다. 그리고 이익을 극대화시키기 위해 오차 역전파 알고리즘을 이용하여 시장의 가격 탄력성과 쿠르노 시장균형가격에 연결가중치를 조절함으로써 입찰가격이 계통한계가격에 근접하도록 최적 입찰전략을 수립한다.

• Journal of the Korean Data and Information Science Society
• /
• v.9 no.2
• /
• pp.345-355
• /
• 1998

The back propagation(BP) algorithm allows multilayer feedforward neural networks to learn input-output mappings from training samples. It iteratively adjusts the network parameters(weights) to minimize the sum of squared approximation errors using a gradient descent technique. However, the mapping acquired through the BP algorithm may be corrupt when errorneous training data are employed. In this paper two types of robust backpropagation algorithms are discussed both from a theoretical point of view and in the case studies of nonlinear regression function estimation and handwritten Korean character recognition. For future research we suggest Bayesian learning approach to neural networks and compare it with two robust backpropagation algorithms.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2001.10a
• /
• pp.226-229
• /
• 2001

Radio signal tracking has been developed especially in military as well as in other industries. It is necessary that an adaptive system trace the signal varying its PRI and frequency. In this paper we proposed a system to adapt various PRI and frequency using a neural network model named Error Back Propagation. Fist we prepared learning data by separating signal into time intervals and did some experiments with the teaming data. We found that the system had good effectiveness in tracing varying PRI and frequency signals.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 1998.04a
• /
• pp.135-140
• /
• 1998

본 논문에서는 신경회로망에서 가장 널리 쓰이고 있는 오차 역 전파 알고리즘(Error Back-propagation) 을 사용하여 스캐너를 모델링함으로써 스캐너의 원색 재현을 위한 방법을 제시하였다. 이것은 스캐너의 하드웨어적 특성을 고려, 입력된 영상의 원색과 출력물의 색과 일치시키는 방법이다. 우선, 오차 역전파 알고리즘에 대하여 학습 규칙을 살펴보고 학습을 위한 데이터를 추출하기 위해 고르게 분포된 색 샘플들을 계측기로 측정하여 칼라 공간에서의 X, Y, Z 값을 얻어낸다. 그 중에서 표본 샘플을 추출한다. 그리고 이를 스캐너로 스캐닝하여 얻은 R, G, B값을 오차 역전파 알고리즘의 입력값으로, 목표값은 X, Y, Z값을 사용하여 학습시킨다. 학습하는 동안 샘플 색상의 수와 중간층의 수, 노드의 수를 변화시킴으로써 최적의 결과를 얻도록 실험하였다. 결론에서는 서로간의 결과를 분석한다.

• The Transactions of the Korean Institute of Power Electronics
• /
• v.5 no.2
• /
• pp.131-139
• /
• 2000

일반적으로 시스템 인식과 제어에 이용하는 다층 신경회로망은 기존의 역전파 알고리즘을 이용한다. 그러나 결선강도에 대한 오차의 기울기를 구하는 방법이기 때문에 국부적 최소점에 빠지기 쉽고, 수렴속도가 매우 늦으며 초기 결선강도 값들이나 학습계수에 민감하게 반응한다. 이와 같은 단점을 개선하기 위하여 확장된 칼만 필터링 기법을 역전파 알고리즘에 결합하였으나 계산상의 복잡성 때문에 망의 크기가 증가하면 실제 적용할 수 없다. 최근 신경회로망을 선형과 비선형 구간으로 구분하고 칼만 필터링 기법을 도입하여 수렴속도를 빠르게 하고 초기 결선강도 값에 크게 영향을 받지 않도록 개선하였으나, 여전히 은닉층의 선형 오차값을 역전파 알고리즘에 의해서 계산하기 때문에 학습계수에 민감하다는 단점이 있다. 본 논문에서는 위에서 언급한 기존의 신경회로망 알고리즘의 문제점을 개선하기 위하여 은닉층의 목표값을 최적기법에 의하여 직접계산하고 각각의 결선강도 값은 반복최소 자승법으로 온라인 학습하는 알고리즘을 제안하고 이들 신경회로망 알고리즘과 비교하고자 한다. 여러 가지 시뮬레이션과 실험을 통하여 제안된 방법이 초기 결선강도에 크게 영향을 받지 않으며, 기존의 학습계수 선정에 따른 문제점을 해결함으로써 신경회로망 모델에 기초한 실시간 제어기 설계에 응용할 수 있도록 하였다. 또한, 유도전동기의 속도추정과 제어에 적용하여 좋은 결과를 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.1106-1108
• /
• 2010

이 연구에서는 유전자알고리즘과 인공신경망의 특성을 결합한 유전자신경망모형에 대하여 논의한다. 이 모형을 이용하여 단기 시계열자료를 예측한다. 그 예측 결과는 유전자신경망모형이 역전파 신경망모형에서 보다 더 작은 예측오차를 보였다. 역전파 신경망보다 더 효과적임을 보임으로써 유전자신경망모형을 이용한 시계열자료 예측이 보다 효율적인 방법임을 제시한다.

• Journal of Navigation and Port Research
• /
• v.28 no.6
• /
• pp.509-515
• /
• 2004

The aim of this paper is to forecast passenger numbers and freight volumes in 2005 and it is proposed optimal tonnage of passenger ship. The forecasting of passenger numbers and freight volumes is important problem in order to determine optimal tonnage of passenger ship, port plan and development. In this paper, the forecasting of passenger numbers and freight volumes are performed by the method of neural network using back-propagation learning algorithm. And this paper compares the forecasting performance of neural networks with moving average method and exponential smooth method As the result of analysis. The forecasting of passenger numbers and freight volumes is that the neural networks performed better than moving average method and exponential smoothing method on the basis of MSE(mean square error) and MAE(mean absolute error).

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.345-347
• /
• 1998

스캐너를 가지고 이미지를 스캔하면 RGB 값을 얻는다. 이 RGB 값은 스캐너의 빛을 인지하는 소자들의 하드웨어적인 특성이 더해진 장치 의존적인 값이다. 그래서 RGB 값은 왜곡된 칼라 정보를 가지고 있다. 그러므로 칼라 보정을 하기 위해서는 장치 독립적이 값으로 변환해야 한다. 본 논문에서는 장치 독립적인 값을 구하기 위해서 칼라 샘플들을 XYZ로 계측한 값과 400nm에서 700nm 사이의 파장을 계측한 분광 반사값(Spectral reflectance value)을 가지고 스캐너의 칼라 보정을 구현하였다. 구현 방법으로는 신경회로망의 오차 역전파(Error Back Propagation) 알고리즘을 사용하였고 두 가지의 데이터를 가지고 실험했을 때의 결과와 장단점을 비교하였다.